Las señales de Electroencefalograma de Imaginación Motora (MI-EEG) son ampliamente utilizadas en Interfaces Cerebro-Computadora (BCI). Las señales de MI-EEG de movimientos de grandes miembros han sido exploradas en investigaciones recientes porque ofrecen tasas de clasificación relevantes para los sistemas BCI. Sin embargo, las señales más pequeñas y ruidosas correspondientes a movimientos imaginados de manos y dedos se utilizan con menos frecuencia porque son difíciles de clasificar. Este estudio propone un método para decodificar movimientos imaginados de los dedos de la mano derecha. Con este fin, las señales de MI-EEG de los sensores C3, Cz, P3 y Pz fueron seleccionadas cuidadosamente para ser procesadas en el marco propuesto. Por lo tanto, se utiliza un método basado en la Descomposición en Modos Empíricos (EMD) para abordar el problema de las señales ruidosas. Al mismo tiempo, la clasificación de secuencias se realiza mediante una red Bidireccional de Memoria a Corto y Largo Plazo Apilada (BiLSTM). El método propuesto fue evaluado utilizando validación cruzada k-fold en un conjunto de datos público, obteniendo una precisión del 82.26%.